这期内容当中小编将会给大家带来有关如何分析基因型填充的在线工具Michigan Imputation Server，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。得益于分析软件运行速度的不断提高，硬件资源消耗的不断优化，基因型填充这一计算量巨大的任务也出现了web服务，Michigan Imputation Server就是其中之一。采用Eagle进行pre-phasing, minimac4进行填充的分析策略，保证了运行速 香港云主机度。该平台支持hg19和hg38两个基因组版本，支持的reference panel列表如下HRC (Version r1.1 2016)1000 Genomes Phase 1 (Version 3)1000 Genomes Phase 3 (Version 5)CAAPA – African American PanelHapMap 2
要求输入文件为VCF格式，可以通过以下方法转换得到按照染色体进行拆分，每条染色体一个VCF文件，然后通过提交页面上传即可，示意如下选择参考的panel, 上传VCF格式的输入文件，设置参考基因组版本，然后提交即可。运行的步骤如下按照20M的长度将染色体拆分成chunk, 统计输入文件的样本数，染色体条数，位点数，chunk数，reference panel等基本信息，结果示意如下从snp和sample两个方面进行指控，结果统计如下对于每个chunks, 进行pre-phasing和imputation运行完成后，合并同一染色体的不同chunks，然后将结果打包，并加密，输出结果示意如下该网站内置了HRC reference panel这个最大规模的单倍型数据集，在运行速度快的同时也保证了填充的准确性，尽管其填充准确率不会像impute2那么高。上述就是小编为大家分享的如何分析基因型填充的在线工具Michigan Imputation Server了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注开发云行业资讯频道。
这篇文章主要讲解了“Python C扩展的引用计数问题分析”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python C扩展的引用计数问题分析”吧！对于Python这种高级语言来说，开发者不需要自己管理和维护内…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
